Können Sie uns ein paar Worte über TDF und Ihre Rolle innerhalb der Fiber Business Unit von TDF erzählen?
TDF ist ein Telekommunikations- und Rundfunk-Großhandelsunternehmen, das eine digitale Abdeckung in ganz Frankreich bietet und im Jahr 2021 einen Umsatz von fast 770 Millionen Euro erwirtschaftet hat. Das Unternehmen beschäftigt derzeit rund 1500 Mitarbeitende und ist auf Mobilfunknetze, Fernseh- und Radiosender sowie auf Glasfasernetze spezialisiert. In den letztgenannten Markt sind wir vor fünf Jahren eingetreten.
Ich arbeite als Product Management Officer in der Transformationsabteilung des Geschäftsbereichs Glasfaser, einem Team, das für alle Prozesse und Methoden zuständig ist. Eine meiner Aufgaben besteht darin, künstliche Intelligenz in unsere Prozesse einzuführen. In dieser Funktion betreue ich den Einsatz der Deepomatic Plattform.
Wenn wir uns auf den Glasfasersektor konzentrieren, welchen Herausforderungen steht TDF gegenüber?
TDF errichtet, vermarktet und betreibt über seine fünf Tochtergesellschaften das Glasfasernetz in sechs französischen Départements: Val d'Oise, Yvelines, Indre-et-Loire, Loir-et-Cher, Maine-et-Loire und Haute Savoie.
760.500 Glasfaseranschlüsse werden in Zusammenarbeit mit den lokalen Behörden eingerichtet und von den Internetanbietern vermarktet.
Für den endgültigen Anschluss der Abonnenten an das Netz sind die Internetdienstanbieter Bouygues-Télécom, Free, Orange und SFR zuständig, die diese Arbeiten an Subunternehmer vergeben.
Derzeit gibt es ein großes Problem mit der Qualität dieser Anschlüsse. Dieses Problem wird von der Regierung genau überwacht, und die Regulierungsbehörde (ARCEP) hat den Internetanbietern einen Regulierungsrahmen auferlegt. Bouygues-Télécom, Free, Orange und SFR sind verpflichtet, den Infrastrukturbetreibern (Großkundenbetreibern) systematisch Betriebsberichte mit Fotos der betreffenden Infrastruktur zu übermitteln, die von Technikern beim Anschluss des Teilnehmers aufgenommen werden. So wurde die Einführung von KI-gestützter Fotoanalyse und insbesondere von Computer Vision zu einer Notwendigkeit, um die Qualität der Anschlüsse zu überprüfen.
Wenn wir die Nachhaltigkeit unserer Infrastruktur gewährleisten wollen, müssen wir neben der Qualität der Verbindungen auch die Lebensdauer des Netzes überwachen. Die zweite Herausforderung besteht also darin, die mittel- bis langfristige Verschlechterung der Anlagen zu überwachen und so die Rentabilität der Investitionen von TDF in seine Glasfaserinfrastruktur zu gewährleisten.
Sie erwähnten Qualitätsprobleme, was sind die Folgen für TDF?
Ganz konkret: Der Techniker wird bezahlt, wenn er einen Teilnehmer an das Glasfasernetz anschließt, also hat er ein großes Interesse daran, seine Aufgabe schnell zu erledigen. Leider geht das manchmal auf Kosten der Qualität seiner Arbeit und daher werden viele Mängel festgestellt. Wenn die Arbeiten nicht ordnungsgemäß ausgeführt werden und sich solche Vorgänge häufen, kommt es zu einem Dominoeffekt: Da die Installationen (manchmal sehr schnell) aufeinander folgen, haben wir es mit unübersichtlichen Netzverteilern zu tun... Wenn wir dann die Mängel feststellen, führt dies zu kostspieligen Wiederholungsbesuchen für den Subunternehmer oder den Internetdienstanbieter.
Wenn wir auf unserer Seite (TDF) nicht in der Lage sind, diese Art von Vorkommnissen zu stoppen, müssen wir die vollständige Reparatur von Netzverteilern planen, die auf etwa 4000 € pro NVt geschätzt werden kann. Diese Reparaturen erfordern interne Ressourcen, auch wenn die Arbeiten an Subunternehmer vergeben werden.
Wie sah der Prozess der Qualitätskontrolle vor der Einführung der Deepomatic Lösung aus?
Während des gesamten Zeitraums, in dem unsere Netze errichtet werden, sind Standortleiter vor Ort, und Auditoren sind für die Überprüfung der Qualität des Betriebes verantwortlich.
Was die Anschlüsse betrifft, so gab es kein systematisches Kontrollverfahren. Stichprobenartige Kontrollen oder Einsatzberichte dienten dazu, Mängel und/oder Verschlechterungen festzustellen. Die wachsende Zahl der Anschlüsse erforderte die Einführung einer industriellen und systematischen Lösung.
Darüber hinaus hat die Abteilung für die Nutzung von Glasfaserkabeln eine vorbeugende Wartung mit zwei Besuchen pro Jahr an jedem unserer Netzverteiler organisiert.
Sie haben sich also für den Einsatz von Deepomatic entschieden, um die Qualitätskontrolle zu skalieren?
Ganz genau! Wir stehen seit 2021 in Kontakt, und nach einem POC im Jahr 2022 haben wir uns für die Computer Vision-Plattform von Deepomatic entschieden, die die Fotos der einzelnen Einsatzberichte analysiert, die uns von den in unseren Netzen tätigen ISPs zur Verfügung gestellt werden.
Wer arbeitet derzeit bei TDF mit der Deepomatic Lösung, und wie nutzen Sie die Business Intelligence-Daten?
In dieser Phase erstatte ich der Abteilung Operations regelmäßig Bericht. Die KPI-Ergebnisse sind vielfältig und richten sich an verschiedene Mitarbeitende im Ops-Team, je nach ihren jeweiligen Zuständigkeiten. Beispielsweise haben wir mit Deepomatic Indikatoren für die Vollständigkeit der Einsatzberichte (zur Verfügung gestellte Fotos), die Verwertbarkeit der Fotos, die Qualität der Verbindungen und die beobachteten Defekte sowie die Referenzen der Faserabschlusspunkte (Beschriftung) in Übereinstimmung mit der optischen Route, die TDF dem ISP zur Verfügung stellt, festgelegt.
Die Mitarbeiter von TDF, die die Beziehungen zu den Internetanbietern verwalten, verwenden Deepomatic und verlassen sich auf die von mir gelieferten Ergebnisse, um den ISPs Mängel zu melden. So können sie diese bitten, die Geräte, bei denen sich der Techniker nicht an die vorgegebenen Standards gehalten hat, wieder instand zu setzen.
Die Ops-Manager haben ebenfalls Zugang zu der Plattform. Sie erhalten Daten, die es ihnen ermöglichen, den Zustand unserer Infrastruktur, insbesondere der Netzverteiler, dank des Degradationsindexes zu kennen. So können sie bei Bedarf korrigierende Wartungsmaßnahmen einleiten.
Was die Tools/Schnittstellen der Deepomatic Plattform betrifft, so ist die Suchfunktion das geeignete Werkzeug, um einen bestimmten Einsatzbericht abzurufen und die Qualität der Verbindung für jedes Gerät zu überprüfen. Die Asset Management-Funktionalität ist sehr wichtig, um den Zustand der Anlagen zu überprüfen, zumal sie es uns ermöglicht, in der Zeit zurückzugehen und ihre Entwicklung zu verfolgen, Bericht für Bericht, falls erforderlich. Schließlich ist das Intelligence Center sehr nützlich für Leistungsindikatoren, wie z. B. das Volumen der in einem bestimmten Zeitraum verarbeiteten Einsatzberichte oder z. B. die Konformitäts- oder Vollständigkeitsrate dieser Berichte.
Konnten Sie die Auswirkungen seit der Implementierung des Projekts mit Deepomatic messen? Welchen Nutzen ziehen Sie aus diesem Projekt?
Der erste Vorteil bezieht sich auf die Einhaltung der Vorschriften, da wir die KPIs für die Glasfaserverbindungen an ARCEP übermitteln. Bei einigen dieser Kennzahlen stützen wir uns auf die Ergebnisse der Einsatzberichtsanalyse auf der Deepomatic Plattform.
Seit der Implementierung der Deepomatic Plattform und der Weitergabe der Ergebnisse an die ISPs haben wir eine deutliche Verbesserung der Vollständigkeit der Einsatzberichte und der Qualität der von den Technikern gelieferten Fotos festgestellt. Es ist festzuhalten, dass alle Wholesale Carrier und ISPs KI eingeführt haben und damit zur Verbesserung der Ergebnisse beitragen.
Die Deepomatic Plattform integriert Daten über die Tätigkeit von ISPs und über den Zustand unserer Infrastruktur. Wir verlassen uns bei der Reparatur der Netzverteiler auf sie.
Wir beabsichtigen auch, unsere Kosten für die präventive und korrektive Wartung durch eine effizientere Steuerung mit der Deepomatic Plattform zu senken, auf der wir den Zustand unserer Anlagen jederzeit verfolgen können.
KI ersetzt unsere Augen, wenn wir nicht vor Ort sind!
Ein paar Worte zur Zusammenarbeit mit Deepomatic zum Abschluss dieses Interviews?
Die Deepomatic Teams sind engagiert und reaktionsschnell. Die Mitarbeitenden von Deepomatic sind ebenfalls proaktiv. Es wurde ein Vertrauensverhältnis aufgebaut. Das ist natürlich sehr wichtig für TDF, vor allem, weil es notwendig ist, die Ergebnisse bestimmter Kontrollpunkte weiter zu verbessern. Es ermöglicht uns auch, die Plattform weiterzuentwickeln, damit sie relevant bleibt, wenn sich unsere Geschäftsanforderungen ändern.
Fordern Sie eine Demo der Deepomatic Computer Vision Plattform an, um zu erfahren, wie KI-gesteuerte Technologie Ihnen helfen kann, die Qualität Ihrer Außeneinsätze zu verbessern.
